空间单细胞注释模型的训练方法、装置、设备及存储介质

本发明适用生物信息学领域，提供了一种空间单细胞注释模型的训练方法，该方法包括：采用图神经网络和度量学习相结合的模型构建策略构建空间单细胞注释模型，该空间单细胞注释模型的模型结构包括空间邻居图构造模块、三元组构造模块、编码器模块、以及用于训练用的解码器模块，使用单细胞样本集合对空间单细胞注释模型进行无监督学习训练，并在训练过程中迭代地更新空间单细胞注释模型的模型参数以最小化空间单细胞注释模型的目标损失函数，直至目标损失函数收敛，从而提高了对空间单细胞注释模型的训练效果，进而提高了空间单细胞注释模型对空间分辨的单细胞数据进行细胞类型的识别和注释的准确性，有助于揭示细胞在组织中的空间分布和功能特性。